論文の概要: Correlations, information backflow, and objectivity in a class of pure
dephasing models
- arxiv url: http://arxiv.org/abs/2201.10573v1
- Date: Tue, 25 Jan 2022 19:00:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-27 22:21:30.281950
- Title: Correlations, information backflow, and objectivity in a class of pure
dephasing models
- Title(参考訳): 純失語モデルにおける相関, 情報逆流, 客観性
- Authors: Nina Megier, Andrea Smirne, Steve Campbell, Bassano Vacchini
- Abstract要約: システムと環境の断片間の相関関係が,その後のダイナミクスを特徴づける役割について,批判的に考察する。
我々は、初期環境の状態が質的に定量的に相関プロファイルに影響を及ぼす調整可能な自由度を表すようなデファースモデルを用いている。
我々は、異なる顕微鏡モデルから生じる系の正に同じマルコフ的でない還元力学に対して、量子ダーウィン的特徴を示すものもあれば、古典的客観性の概念が存在しないものもあることを示した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We critically examine the role that correlations established between a system
and fragments of its environment play in characterising the ensuing dynamics.
We employ a class of dephasing models where the state of the initial
environment represents a tunable degree of freedom that qualitatively and
quantitatively affects the correlation profiles, but nevertheless results in
the same reduced dynamics for the system. We apply recently developed tools for
the characterisation of non-Markovianity to carefully assess the role that
correlations, as quantified by the (quantum) Jensen-Shannon divergence and
relative entropy, as well as changes in the environmental state, play in
whether the conditions for classical objectivity within the quantum Darwinism
paradigm are met. We demonstrate that for precisely the same non-Markovian
reduced dynamics of the system arising from different microscopic models, some
will exhibit quantum Darwinistic features, while others show no meaningful
notion of classical objectivity is present. Furthermore, our results highlight
that the non-Markovian nature of an environment does not a priori prevent a
system from redundantly proliferating relevant information, but rather it is
the system's ability to establish the requisite correlations that is the
crucial factor in the manifestation of classical objectivity.
- Abstract(参考訳): システムと環境の断片間の相関関係が,その後のダイナミクスを特徴づける役割を批判的に考察する。
我々は、初期環境の状態が質的かつ定量的に相関プロファイルに影響を及ぼすような調整可能な自由度を表すが、それでもシステムに同じ還元力学をもたらすようなデファースモデルを用いる。
最近開発された非マルコビアン性の特徴付けのためのツールを用いて、(量子)イェンセン=シャノンの発散と相対エントロピーによって定量化された相関が、環境状態の変化とともに、量子ダーウィン主義パラダイムにおける古典的客観性の条件が満たされるかどうかを慎重に評価する。
異なる微視的モデルから生じる系の全く同じ非マルコフ的還元力学に対して、量子ダーウィン的特徴を示すものもあれば、古典的客観性という意味のある概念が存在しないものもある。
さらに, 環境のマルコフ的でない性質は, システムが関連情報を冗長に増殖させるのを防ぐものではなく, 古典的客観性の顕在化において重要な要因である必要相関性を確立する能力であることを示した。
関連論文リスト
- Nonparametric Partial Disentanglement via Mechanism Sparsity: Sparse
Actions, Interventions and Sparse Temporal Dependencies [58.179981892921056]
この研究は、メカニズムのスパーシティ正則化(英語版)と呼ばれる、アンタングルメントの新たな原理を導入する。
本稿では,潜在要因を同時に学習することで,絡み合いを誘発する表現学習手法を提案する。
学習した因果グラフをスパースに規則化することにより、潜伏因子を復元できることを示す。
論文 参考訳(メタデータ) (2024-01-10T02:38:21Z) - Identifiable Latent Polynomial Causal Models Through the Lens of Change [85.67870425656368]
因果表現学習は、観測された低レベルデータから潜在的な高レベル因果表現を明らかにすることを目的としている。
主な課題の1つは、識別可能性(identifiability)として知られるこれらの潜伏因果モデルを特定する信頼性の高い保証を提供することである。
論文 参考訳(メタデータ) (2023-10-24T07:46:10Z) - The role of initial system-environment correlations with a spin
environment [0.0]
初期相関の影響は一般に非常に重要で非自明であることを示す。
我々はまた、共通のスピン環境と相互作用する2段階のシステム間の絡み合いのダイナミクスを研究するために研究を拡張した。
論文 参考訳(メタデータ) (2023-01-18T06:44:32Z) - Entropy production in non-Markovian collision models: Information
backflow vs system-environment correlations [0.0]
微視的衝突モデルによりモデル化された環境に接触した量子ビットの可逆エントロピー生成について検討した。
以上の結果から, 負のエントロピー生成速度を支えるメカニズムは, 情報逆流によるマルコビアン性だけではないことが示唆された。
論文 参考訳(メタデータ) (2022-04-20T14:59:09Z) - Non-perfect propagation of information to noisy environment with
self-evolution [0.11719282046304676]
進化する低次元環境への情報の非完全伝播について検討する。
3つの相互作用量子ビットのモデルに対する客観性パラメーターを導出する。
論文 参考訳(メタデータ) (2022-01-27T16:04:09Z) - Quantum non-Markovian "casual bystander" environments [0.0]
量子メモリ効果は、システム進化中に環境に関連する自由度が全く影響されない場合でも引き起こされる。
結果のダイナミクスの一般的な性質は、システム環境相関、衝突測定に基づく表現、量子回帰仮説に焦点をあてて研究される。
論文 参考訳(メタデータ) (2021-09-20T14:24:18Z) - Discovering Latent Causal Variables via Mechanism Sparsity: A New
Principle for Nonlinear ICA [81.4991350761909]
ICA(Independent component analysis)は、この目的を定式化し、実用的な応用のための推定手順を提供する手法の集合を指す。
潜伏変数は、潜伏機構をスパースに正則化すれば、置換まで復元可能であることを示す。
論文 参考訳(メタデータ) (2021-07-21T14:22:14Z) - BayesIMP: Uncertainty Quantification for Causal Data Fusion [52.184885680729224]
本研究では,複数の因果グラフに関連するデータセットを組み合わせ,対象変数の平均処理効果を推定する因果データ融合問題について検討する。
本稿では、確率積分とカーネル平均埋め込みのアイデアを組み合わせて、再生されたカーネルヒルベルト空間における干渉分布を表現するフレームワークを提案する。
論文 参考訳(メタデータ) (2021-06-07T10:14:18Z) - Latent Causal Invariant Model [128.7508609492542]
現在の教師付き学習は、データ適合プロセス中に急激な相関を学習することができる。
因果予測を求める潜在因果不変モデル(LaCIM)を提案する。
論文 参考訳(メタデータ) (2020-11-04T10:00:27Z) - Hierarchical-environment-assisted non-Markovian and its effect on
thermodynamic properties [15.450802027885135]
系の非マルコフ的特性は, 系-補助系の結合強度と補助系-貯水池の結合強度にどのように影響されるかを示す。
そして、システムと環境の間の情報の流れは常にエネルギー交換を伴う。
論文 参考訳(メタデータ) (2020-10-26T17:47:27Z) - Causal Discovery in Physical Systems from Videos [123.79211190669821]
因果発見は人間の認知の中心にある。
本研究では,ビデオの因果発見の課題を,地層構造を監督せずにエンドツーエンドで検討する。
論文 参考訳(メタデータ) (2020-07-01T17:29:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。